AEC-Q100文件，是芯片开展车规等级验证的重要标准和指导文件。

E组验证是ELECTRICAL VERIFICATION TESTS电气特性验证测试

本文将重点对E组的第7项CHAR ---- Characterization特征特性描述项目进行展开讨论。

在表格中的介绍非常简单，如下

参考文件是AEC Q003，注意不是Q100 003文件，就是AEC整体的Q003文件，所以CHAR项目是AEC认证通用的文档，需要在新技术和新产品家族上开展此项内容。

让我们来看一下AEC Q003文件：

AEC Q003 REV-A GUIDELINE FOR CHARACTERIZATION OF INTEGRATED CIRCUITS

题目翻译过来是：集成电路特征描述指导文件

1 目的

在开发新集成电路或修改现有集成电路的过程中，集成电路的特征是一项极其重要的功能。本文件的目的是通过强调在特征流程开发过程中应评估的重要考虑因素来提供指导。本文档不是关于如何执行描述的规范。

为了确保一致的特征描述，每个公司都应该有一个结构化的、文件化的特征描述流程。特征过程应用于确保所使用的设计和晶圆厂/封装过程展示出能够给客户提供满足其要求零件的足够能力。每个特征的结果都应该记录在特征报告中。

2 适用范围

本指导文件为建立描述集成电路产品电气性能的流程提供了依据。该特征流程应用于新技术、新晶圆制造工艺、新产品设计以及材料清单、生产地点和显著修改的集成电路的更改。这种全面描述是评估新产品线的一个过程，包括建立供应商数据表限制。

对于确定供应商规格书限制的产品的认证，请参考AEC-Q100-009电气分布评估程序（细节请见AEC Q100 E5项ED电分配解读）。

3 名词定义

3.1 方差分析

组与组之间的方差分析。

3.2 特征描述Characterization

基于对实验数据建模的统计分析来确定器件的基本电气和物理特性的过程。

输入为经过特征采样的最新制造的集成电路部件批次，输出为数据集。其结果是证明或推翻器件能够继续按照产品定义执行其目标功能。从表征得到的数据用于指定数据表的限制和功能。

在开发周期的早期确定部件的ESD和Latch-up能力是很重要的，因为这些参数可能对部件的性能有重大影响。

3.3 Cpk

Cpk (Process Capability Index )的定义:制程能力指数

规格限制和功能之间关系的度量。参考:PPAP手册第四版，见SPC手册。

3.4 进行特征描述情况

符合以下情况的器件应被认为是进行特征描述的候选项。

这些情况不应被视为严格的限定，而应被视为考虑因素的起点。

•新产品设计

•可能影响电气参数的新设备布局或现有设备的更改

•在生产组件中未使用的新电池结构

•新的加工方法或材料

•新的操作偏压条件要求(在新的偏压极值处重新表征)

•新的工作环境条件(如电压和温度)

3.5 设备电气参数

器件规格书中规定的电气参数。

3.6 保护带 Guardband

用于筛选(如特征特性、生产测试等)的限度与规格限度之间的差异。保护带用于说明可重复性和可再现性问题。

编者注：就是说生产过程中使用的测试上下限和规格书上下限会有所不同，主要用于把测试系统的误差包含在上下限中。

3.7 LSL

规格书中定义的下限。

3.8 矩阵批次 Matrix Lot

矩阵批次是由基于生产现场工艺记录的晶圆片组成的批次，用于识别设计/工艺弱点和改进，以及指示良率敏感点。

3.9 PPM

百万分率。在本文档中PPM是指参数超出产品规格限制的概率。

3.10 规格限制(例如，规格书上下限)

供应商数据表或客户部件规范中规定的电气参数的最大值、最小值和典型值。这些值用于确定器件特征特性和生产测试的通过/失败标准。

3.11 标准差

标准差或西格玛是一种度量值与平均值(平均值)的分散程度的方法。

3.12 USL

规范书定义的上限。

4. 特征特性的开展过程

为每个供应商建立特征流程，在这里提供了建立特征流程时应考虑的因素概要。器件特征工艺流程如图1所示。

4.1 器件特征特性描述计划

特征计划应包括待表征器件的以下主要内容:

•查看描述检查表，见附录1（详细附后）。

•确定矩阵批对器件表征是否必要。

•确定所使用的表征方法。

•建立待表征的参数和条件。

•定义鉴定报告的格式。

4.2.1 矩阵批表征

在对矩阵批进行表征时，还应在计划中定义分离单元的数量、每个单元的样本数量和数据分析方法。附录2和附录3（详细附后）提供了设计、规划和分析矩阵批的分离单元的指导方针。

4.2.2 样本大小

在决定用于表征的样本量时，需要考虑两个重要因素:

置信区间和置信水平。关于确定样本大小的帮助，请参见附录4中的详细信息。

4.3 特征特性描述报告

特征报告应包括下列内容:

a.特性描述计划的副本

b.所使用的表征方法的详细讨论(见附录1、2、4和5)（附后）。

c.用于表征的参数和条件清单。

d.表征数据分析与结论。

e.记录模拟结果，包括应用方法的简要说明无法在生产中测量和/或测试的参数，仅由设计模拟覆盖。

f.确定零件缺陷和可靠性问题，并确定纠正措施。

4.4 表征数据分析

有许多统计方法可用于对数据进行分析。当输出响应可以假设为正态分布或高斯分布时，一个普遍接受的方法是使用Cpk。

4.4.1 Cpk和PPM对规格书的限制

Cpk计算实际过程平均值和标准偏差上的规格限制之间的差异。

Cpk衡量的是两件事:

a.对结果统计，平均值离规格上限和下限的中心偏差多大?

b.读数结果在测量范围内分布的范围有多广?

以Cpk值为基础的上、下限与分布均值的距离可以用标准差的倍数表示。

在没有生产测试以筛选出规格以外的部件的情况下，规格书上下限的Cpk将给出预期PPM的指数。短期和长期Cpk都可以考虑。

4.4.1.1 短期Cpk与PPM的关系

在质量控制术语中，PPM代表百万分之数。在短期意义上，一个统计过程可能具有一个以中心为中心的正态分布，具有双面规范(上限/下限规格)，并且没有西格玛漂移，Cpk和PPM之间的关系如图2所示。

在这个假设下，Cpk值为1.00意味着2700 PPM(0.27%)的制造零件可能超标，而Cpk值为1.67意味着0.57 PPM(0.000057%)是潜在的不合格品。

表1给出了具有最小和最大规格的参数的典型Cpk和PPM值的例子。

4.4.1.2长期Cpk与PPM的关系

在大多数产品制造过程中，工艺过程发生了变化。Cpk和PPM之间的关系允许1.5西格玛过程随时间的变化，如图3所示。

有了这个1.5西格玛偏移，潜在的超出规格的零件将比没有转移时显著提高。表2给出了具有长期1.5西格玛偏移的典型Cpk和PPM值的例子。为了便于比较，Cpk和Sigma值不包括偏移。

在这种情况下，Cpk从1.67可能会恶化到1.16，这将导致233ppm，而表1中的Cpk为0.57 PPM。

4.4.2 生产试验Cpk和PPM

当Cpk与规格书的限值在6西格玛(Cpk＜2.0)以内时，为了保持低PPM，应考虑进行100%生产测试，以筛选出不符合规格的部件。由于测试测量误差和参数温度和时间漂移，应该使用适当的统计模型来创建测试上下限建立保护带来代替规格书的上下限，以确保发货的产品满足客户PPM要求。

编者注：也就是说测试上下限要比规格书上下限更加的严格，能够覆盖住测试系统的误差，以确保产品的质量。

4.4.3 接受条件指导方针

Cpk是用于验收的特征特性数据的典型度量。Cpk的接受值应是目标PPM水平，并应考虑生产过程中与目标过程的过程偏差(sigma)。有关可接受的Cpk值，请参考AEC Q100和其他供应商和客户协议。

4.5 数据报告

特征特性描述数据报告是最终报告的重要组成部分。应提供数据摘要，原始数据应存档，并可根据客户要求进行审查。

实验数据和建模的统计分析的图形表示是强烈建议的。对于现有器件的重大更改，建议将新版本的数据与前一版本的数据进行比较。数据可以用两种不同的方式来表示，相关图(图4)或框图(图5)如下所示。其他方法如直方图、累积图和原始数据图也经常被使用。

4.5.1 超椭球相关图

这包括作为其他参数变化函数的电参数的分布。

典型电参数表征的图形表示是一个多元超椭球体，见图4(通常称为相关图)。

4.5.2 箱线图

这包括作为操作条件变化函数(电压、温度、频率、衬垫负载条件、输入时序)或跨过程窗口矩阵单元的电气参数分布。与多种操作条件相关的电参数表征结果的图形表示可以用不同的方式表示，如相关图(图4)或盒图(图5)。每个盒图还应提供来自设备表征的统计数据(例如，目标样本容量、最小值、平均值、中位数、最大值、sigma / cpk(标称组)。

5 批准和验收

特征特性描述报告应由负责的供应商代表批准。描述的结果应该与每个需求的客户共享(这种共享可能包括一个鉴定报告的副本或鉴定报告的选定部分)。

Q003文件主体内容介绍完毕，下面把文中提到的几个附录介绍一下：

附录1: 特性检查表

A1.1在产品特性的策划阶段应评估以下几点:

• 本产品中使用的所有小单元结构是否已被鉴定?
• 晶圆厂的工艺是否因单元结构的特性而改变?
• 如果晶圆厂工艺发生了变化，用于表征的模拟模型是否能解释所有晶圆厂工艺的变化?
• 如果需要矩阵器件，矩阵中应该包含哪些流程窗口?
• 在这些流程窗口中最坏的情况变化是什么?(注:最坏情况的加工变化应基于过去六个月观察到的最坏情况或在正常生产期间预期的情况。)谁应该参与这些决策?
• 是否需要考虑矩阵单元间的相互作用?
• 如何使用仿真模型来简化和加速表征过程?
• 可用的仿真模型有多完善?仿真模型的置信度是多少?如果使用了可用的模拟模型，会有什么风险?
• 单元结构的漂移特性是否已被表征?作为这一描述的一部分，是否需要设备参数漂移分析?
• 与产品封装相关的应力是否会影响产品初始和后期寿命的电气参数?
• 如果需要矩阵单元，每个矩阵单元有多少(样本量)?有多少过程变化需要被描述?产品的特性是否超出所需的部件规格要求(温度更高或更低，频率更高或更低，偏置电压更高或更低)?描述所需的软件在需要时是否可用?
• 我们知道在这个描述中必须评估的结温度(热和冷)吗?是否考虑了测量系统的热特性，见附录5?
• 矩阵器件将以什么形式进行表征封装?晶圆级?包装要求是否包含在描述计划中?
• 在开发周期的早期是否会评估ESD和Latch-up能力?

附录2: 矩阵批次特性

A2 对于一个新器件，特别是在一个新技术/工艺中，应该规定进行一个称为矩阵批次的交叉因素实验，以估计长期工艺漂移的影响。矩阵批次设计应选择最大化来预期所有所需因素及其相互作用。矩阵的中心值运行称为标称分割。其他的单元被称为角单元或分裂单元。

编者注：角单元corner cell boundary cell中的一种，填补水平和垂直端单元之间的空白。

从矩阵批的不同单元中提取的部件测量的表征数据将有不同的值。那么，每个零件参数都会有一个性能范围，从矩阵的不同单元格结合矩阵单元格被测零件的结果如图2.1所示。

A2.1 矩阵批次/工艺表征的各种方法

矩阵批次的性能可以用Cpk进行评估，但角单元的期望值与标称值不同。工艺角单元的Cpk评估标准限值应基于应用的工艺位移范围，因此应用降级因子来反映工艺在此条件下运行的长期概率。

A2.2 表征统计模型

为了了解矩阵批次的性能特征，建立了一个统计模型。与该模型相关的位置参数和方差将被估计。这些估计将用于随着时间的推移评估过程能力。这种评估通常采用Cpk计算的格式，并使用方差分析技术(ANOVA)建立模型。这里提供了几个用于分析数据的统计模型示例。

A2.2.1 Cell Means Model 单元均值模型

可用于假设角单元状态为稳定状态时，该过程可能随时间漂移，并将保持在那里，除非调整回来，单元均值模型是一个单向方差分析，它假设所有单元的方差均为均匀。从单元均值模型可以估计CPK和CPK的95%置信区间。这里的重点是基于CPK的表现最差的单元格。它使用最差的角单元性能作为指标。如果它保持在规范之内，那么整个过程也会在规格范围内。如果方差在单元间不是均匀的，每个单元的数据应该分别进行分析。每个单元的CPK应根据所选CPK标准进行评估。

A2.2.2 混合模型

当角单元状态被解释为不稳定状态时，该过程将在长期内漂移到其中。混合模型方差分析使用一个以上的方差分量。

一个是单元内部的变异，一个是单元间的变异。这两者都被建模为混合模型中的随机效应。

A2.2.3 随机效应线性模型

用方差分析来估计批内和批间的方差，总方差是这两者的和。当包含多个批次和/或矩阵批次时，这对于数据分析具有普遍的应用。

A2.2.4 其他可能的模型

还有其他可能的统计模型可能比这里建议的更合适。您公司的统计学家可能有比本文建议的更涉及数学的想法。

附录3:设计指数

A3 建立设计指数(DI)的目的是用一个值来表示产品的器件参数性能(在关键晶圆工艺限制中最坏情况下的预期变化)的好坏。对于特定的参数要求，设计指数为1或更高意味着器件在所有矩阵点上都满足该参数要求。(注:设计指数小于1表示在正常生产过程中，某一参数可能会造成较高的良率损失。)本节将讨论DI背后的理论以及如何使用它。

A3.1

在矩阵表征(或模拟)中，处理变量被强制为特定值(以形成矩阵单元格)，并对产品性能进行评估。描述的目的是确定当处理变量被迫达到其最坏情况值时，器件性能是否会保持在规格限制内(见附录1)。

器件参数是为确保器件满足规格书中定义的所有电气要求而测量(或建模)或进行的测试的值。一般来说，从矩阵的不同单元上测量的器件参数会有不同的值。因此，每个部件参数都有一个性能范围，即从矩阵的不同单元测试的部件的结果。

A3.2

在定义DI时，假设在每个矩阵单元中采样的器件参数总体是正态分布和独立分布的。该指数还假设产品在设计/过程窗口内的任何点加工时都能获得同样好的良率。因此，没有对矩阵数据进行加权。

DI的实际定义与Cpk指数的定义非常相似。重要的区别是Cpk是基于一个正态分布(将所有矩阵单元分组到一个分布中)，而DI是基于几个独立矩阵分布的最坏情况，见图A3.1。

A3.3 DI(每个器件参数上、下规格限值)确定如下:

a.统计分析各矩阵单元的电分布特征、器件参数、测试温度。(统计分析应包括对每个分布的平均值和最坏情况边的估计，并应基于估计平均值的置信区间(ci)，见图A3.2。)例如，如果有5个矩阵单元格(如图A2.1所示)和3个测试温度，每个器件参数将有15个分布(每个温度5个)，见图A3.3。

b.使用极端WL (A)和极端WU (b)，如图A3.3所示，计算平均值[M = (A + b) / 2]。

c.然后，确定各参数的DI值(DI lower和DI upper)，如图A3.3所示。

附录4:试验器件和样品选择

A4 测试器件的选择

特征特性描述的一个目标是在早期开发中发现潜在的问题，此时可以快速、容易且成本较低地进行更改。因此，应谨慎行事，在表征之前尽量减少预测试，因为它有可能截断正常的矩阵单元分布和隐藏潜在的问题。

A4.1 一种方法是预测试，只从表征样本中剔除非功能性器件。

示例:为了帮助定义非功能性，以下是功能性设备的测试极限设定:

•覆盖规范要求的参数失效，只执行宽松的规范功能测试。

•将所有规格要求的参数限制加宽一个有效数字。

A4.2 第二种样本群体选择方法如下。在处理数据之前，应预先筛选数据以去除统计异常值。一个合适的方法是使用盒图间四分位范围(IQR)生成离群值“边界”。四分位间的范围可以通过将数据按升序排序来计算，并取第25个百分位点(称为第1个四分位Q1)和第75个百分位点(称为第三个四分位Q3)之间的增量。IQR是Q1和Q3之间的差值。然后将边界值设置为:

任何超出这些范围的数据点都可以被移除，用于计算总体的平均值和σ。

A4.3 选择器件的方法对数据中包含的固有工艺变化量有很大影响。主要的关注点是理解和设计内在过程变化的最大来源。由于不同的工艺技术的数量，供应商有责任开发将提供固有工艺变化的批次、晶圆片和器件位置的组合。

彻底分析样本量还应考虑以下因素:

•为单元选择哪些晶圆?

•晶圆上选择了哪些器件位置?

A4.4 样本量选择与边际误差

在表征过程中，随机选取样本。根据抽样部分的不同，测量结果偏离总体正态分布的均值和极限范围。更大的样本量将有助于减少这种偏差/误差。在决定定性的样本量时，要考虑两个重要因素。

A4.4.1置信区间，也称为误差幅度。当对样本上的某个参数进行测量时，我们可以使用置信区间来表示来自整个相关总体的测量值将介于均值减去区间和均值加区间之间。

A4.4.2置信水平表示一个值能有多确定。它表示真实测量值在置信区间内的频率。95%置信水平，一个经常使用的值，意味着一个值可以有95%的确定度。

A4.4.3 如果数据符合正态分布，双尾置信区间可由下式计算:

抽样分布均值的误差大小为2*(1.96 s /√n)。对于极限范围的Cpk值为1.33，极限范围内的预期误差百分比与图A4.1中样本量有关。

(*此图表是使用Student-t分布生成的，当样本量较小时，这是统计准确性所展示的。随着样本量的增加，t分布趋于正态分布。)

A4.4.4请注意，如上图A4.1所示，当样本量为30时，极限范围的误差百分比为5.66%，当样本量为100时，误差百分比下降到2.24%，当样本量为300-400单位时，误差水平下降到小于1%。

附录5:特征特性测试

A5

选择用于表征的器件应经过三温度测试。测试温度需要为室内、热、冷测试建立。测试设置的极端温度应该能够展现出最坏情况下的产品应用结温度。

需要强调的是，所选操作条件下器件的结温是实际表征指标。例如，对于客户的-40℃瞬时需求(即冷唤醒操作)，可能需要-55℃的低测试温度限制，以满足测试期间15℃的稳态加热。同样，150ºC的瞬时封装测试可能需要135ºC的高测试温度限制，以考虑测试过程中15ºC的稳态加热。（就是要以结温为准，不是环境温度）

偏置条件和后续的功率消耗将决定是否有足够的能量耗散需要进行测试温度校正。在某些情况下，假定瞬态条件将消除热耗散的影响，而在另一些情况下，假定高能稳态条件将需要使用温度校正。

模拟客户节点温度155℃的情况

如果客户应用系统的起始温度 : 125ºC

和热梯度(w/偏差条件)会导致温度上升 : 30ºC

所以客户结温的要求 : 155ºC

特征特性测试温度

如果结温模拟要求 : 155ºC

在测试过程中如果稳态加热会导致热梯度(w /偏差条件),导致温度升高 : 15ºC

然后所需的最终测试设置鉴定测试温度 :140ºC *

*注意:额外的温度可以添加到这个值的防护带。

---

---

本文对AEC-Q100 E组的第7项内容CHAR Characterization特征特性描述进行了介绍和解读，希望对大家有所帮助。

原文内容比较长，所以部分内容没有全部翻译和介绍，CHAR整体来说就是告诉芯片厂家如何对器件进行特征特性参数的定义，怎么设置器件参数规格书的上下限值，已经需要输出哪些报告内容给客户的指导文件。

如果有不正确的地方，也欢迎指正并交流。

材料整理制作不易，转发请注明出处，文章中不对的地方欢迎指教和交流沟通。